手动Valsalva动作预防喉软化症声门上成形术后喉痉挛
源站描述介绍了先天性喉软化症是新生儿及婴儿喘鸣的主要原因、喉软化症的解剖特征、小儿喉痉挛的机制与麻醉急症属性,以及Valsalva动作的操作要点,并提出手动Valsalva动作可预防术后喉痉挛的假设

基本信息
资源简介
手动Valsalva动作预防喉软化症声门上成形术后喉痉挛
该数据集来自clinicaltrials.gov,聚焦喉软化症(Laryngomalacia)与喉痉挛(Laryngospasm),涉及接受声门上成形术的喉软化症病例。源站描述介绍了先天性喉软化症是新生儿及婴儿喘鸣的主要原因、喉软化症的解剖特征、小儿喉痉挛的机制与麻醉急症属性,以及Valsalva动作的操作要点,并提出手动Valsalva动作可预防术后喉痉挛的假设。数据可用于术后喉痉挛预防相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Laryngomalacia, Laryngospasm. 先天性喉软化症是新生儿和婴儿喘鸣的主要原因,影响45-75%的所有先天性喘鸣婴儿。短杓会厌襞、冗余杓状软骨、omega形会厌和吸气性喘鸣是喉软化症的特征。小儿喉痉挛是由于喉部肌肉反射性收缩导致声门闭合,产生部分或完全性喉梗阻。当完全且持续时,喉痉挛被视为麻醉急症。Valsalva动作包括在坐位或仰卧位下对抗闭合的声门进行呼气用力,使口内和胸内压升高至40 mmHg并持续15-20秒,之后压力突然释放,呼吸恢复正常。我们假设手动Valsalva动作可预防术后喉痉挛的发生率
【主题与分类】
主题标签:Laryngomalacia、Laryngospasm。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06627660
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT06627660
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
疾病情况:喉软化、喉痉挛。先天性喉软化是新生儿和婴儿喘鸣的主要原因,影响45-75%的先天性喘鸣婴儿。杓会厌襞短小、杓状软骨冗余、会厌呈ω形以及吸气性喘鸣是喉软化的特征。小儿喉痉挛是由于喉部肌肉反射性收缩导致声门闭合,从而引起喉部部分或完全梗阻。当喉痉挛完全且持续存在时,被视为麻醉急症。Valsalva动作是指在坐位或仰卧位下,声门关闭时用力呼气,使口内压和胸内压升高至40 mmHg,持续15-20秒,随后压力突然释放,呼吸恢复正常。我们假设手动Valsalva动作可预防先天性喉软化病例在声门上成形术后喉痉挛的发生。经Mansoura大学IRB批准后,本研究将在Mansoura大学医院对1个月至6岁、ASA I或II级、接受声门上成形术的婴幼儿和儿童进行。
在获得患者父母书面知情同意后,将采用封闭信封技术的随机数生成器将患者随机分为两组[对照组(C组)、Valsalva组(V组)]。麻醉将通过使用浓度为(6:8%)的七氟烷进行吸入诱导。此后,在给予阿托品0.01mg/kg和氢化可的松4mg/kg的情况下,置入合适尺寸的套管。然后,由外科医生通过纤维内镜观察患者,以检测喉软化的分期和声门上病变。此后,在静脉注射琥珀胆碱1mg/kg后插入合适尺寸的气管导管,并在确认位置正确后固定,同时使用异氟烷维持麻醉。所有患者将给予芬太尼0.5-1微克/kg和对乙酰氨基酚15mg/kg。将进行一项预试验,包括
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




